Kablosuz algılayıcı ağlarda hedef kapsama problemi için algılayıcı dağıtımı ile ağın yaşam süresinin optimizasyonu

Yıl 2017, Cilt: 32 Sayı: 4, 1155 - 1168, 08.12.2017

Recep Özdağ

https://doi.org/10.17341/gazimmfd.369516

Cited By: 2

Öz

Ağ
yaşam süresi Kablosuz Algılayıcı Ağ (KAA)’ların etkinliğini belirleyen kritik
bir faktördür. Askeri ve sivil uygulamalarda KAA’ların kapsanmasının
sürekliliği açısından hedefleri izleyen algılayıcı düğümlerin pil ömürlerinin
optimizasyonu ağın yaşam süresinin uzatılmasında önemli bir rol oynar. KAA’ları
oluşturan algılayıcı düğümlerin sınırlı pil ömürleri bulunduğu için
algılayıcıların kendi aralarında haberleşmeleri ve ilgili alanı algılamaları
neticesinde enerjileri gittikçe azalır. Nihayetinde düğüm enerjisini tamamıyla
tüketerek KAA’nın işlevini yerine getirememesine neden olur. Bu sebeple
KAA’ların yaşam sürelerinin optimizasyonu literatürde sıklıkla çalışılan
konulardan biri olmuştur.Bu makalede KAA’lardaki hedef kapsama problemine çözüm
bulmak için hedeflerin maksimum dört algılayıcı düğüme kadar olan kapsama
gereksinimlerinin (1 ≤ k ≤ 4) sağlanması şartıyla, düğümlerin dinamik
dağıtımları yapılarak ağın yaşam süresinin optimizasyonu amaçlanmıştır.
Hedeflerin kapsama gereksinimleri sağlandığı anda düğümlerin kalan pil ömürleri
ile ağın yaşam süresinin üst sınırı hesaplanarak ağın ulaşılabilir yaşam
süresinin tespiti hedeflenmiştir. Ayrıca algılayıcı düğümlerin dinamik
dağıtımlarının yapılmasında meta-sezgisel olan Elektromagnetizma – Benzer (EM)
algoritması temel alınmış ve enerji verimli yeni bir algoritma
geliştirilmiştir. Bu algoritma ile hesaplanan ulaşılabilir ağ yaşam süreleri
literatürdeki Yapay Arı Kolonisi (ABC) ve Parçacık Sürü Optimizasyonu (PSO)
algoritmaları ile karşılaştırılmıştır. Ulaşılan benzetim sonuçlarına göre ağın
yaşam süresinin üst sınırına ulaşmada geliştirilen algoritmanın daha optimum
sonuçlar verdiği tespit edilmiştir.

Anahtar Kelimeler

Kablosuz algılayıcı ağlar, hedef kapsama problemi, k-kapsam gereksinimi, ağ yaşam süresi, algılayıcı dağıtımı

Kaynakça

• 1. Özdağ R., The Solution of the k-coverage Problem in Wireless Sensor Networks, 24th Signal Processing and Communications Applications Conference, Zonguldak, Turkey, 873-876, 16-19 May 2016.
• 2. Chong C.Y., Kumar S.P., Sensor networks: Evolution, Opportunities, and Challenges, Proc. IEEE, 91 (8), 1247-1256, 2003.
• 3. Mini S., Udgata S.K., Sabat S.L., Sensor Deployment and Scheduling for Target Coverage Problem in Wireless Sensor Networks, IEEE Sens. J., 14 (3), 636-644, 2014.
• 4. Chaudhary M., Pujari A.K., Q-coverage Problem in Wireless Sensor Networks, 10th International Conference on Distributed Computing and Networking, Hyderabad, India, 325-330, 3-6 January 2009.
• 5. Li Y., Gao S., Designing k-coverage Schedules in Wireless Sensor Networks. J. Comb. Opt., 15 (2), 127-146, 2008.
• 6. Gu Y., Liu H., Zhao B., Target Coverage with QoS Requirements in Wireless Sensor Networks, The 2007 International Conference on Intelligent Pervasive Computing, Jeju, South Korea, 35-38, 11-13 October 2007.
• 7. Öztürk C., Karaboğa D., Görkemli B., Artificial Bee Colony Algorithm for Dynamic Deployment of Wireless Sensor Networks, Turk. J. Elec. Eng. Comp. Sci., 20 (2), 255-262, 2012.
• 8. Öztürk C., Karaboğa D., Görkemli B., Probabilistic Dynamic Deployment of Wireless Sensor Networks by Artificial Bee Colony Algorithm, Sensors, 11 (6), 6056–6065, 2011.
• 9. Özdağ R., Karcı A., Sensor Node Deployment Based on Electromagnetism-Like Algorithm in Mobile Wireless Sensor Networks, Int. J. Distrib. Sens. Netw., 2015, 15, 2015.
• 10. Özdağ R., Karcı A., Probabilistic Dynamic Distribution of Wireless Sensor Networks with Improved Distribution Method based on Electromagnetism-Like Algorithm, Measurement, 79, 66-76, 2016.
• 11. Okay F.Y., Özdemir S., Improving Coverage in Wireless Sensor Networks Using Multi-objective Evolutionary Algorithms, Journal of the Faculty of Engineering and Architecture of Gazi University, 30 (2), 143-153, 2015.
• 12. Onur E., Ersoy C., Deliç H., Quality of Deployment in Surveillance Wireless Sensor Networks, Int. J. Wireless Inf. Networks, 12 (1), 61-67, 2005.
• 13. Cheng Z., Perillo M., Heinzelman W.B., General Network Lifetime and Cost Models for Evaluating Sensor Network Deployment Strategies, IEEE Trans. Mob. Comput., 7 (4), 484–497, 2008.
• 14. Akbas A., Yildiz H.U., Tavli B., Uludag S., Joint Optimization of Transmission Power Level and Packet Size for WSN Lifetime Maximization, IEEE Sens. J., 16 (12), 5084-5094, 2016.
• 15. Mini S., Udgata S.K., Sabat S.L., Sensor Deployment in 3-D Terrain Using Artificial Bee Colony Algorithm, First International Conference on Swarm, Evolutionary, and Memetic, Chennai, India, 424-431, 16-18 December 2010.
• 16. Mini S., Udgata S.K., Sabat S.L., Artificial Bee Colony Based Sensor Deployment Algorithm for Target Coverage Problem in 3-D Terrain, International Conference on Distributed Computing and Internet Technology, Bhubaneshwar, India, 313-324, 9-12 February 2011.
• 17. Udgata S.K., Sabat S.L., Mini S., Sensor Deployment in Irregular Terrain Using Artificial Bee Colony Algorithm, World Congress on Nature Biologically Inspired Computing, Coimbatore, India, 1309-1314, 9-11 December 2009.
• 18. Mini S., Udgata S.K., Sabat S.L., A Heuristic to Maximize Network Lifetime for Target Coverage Problem in Wireless Sensor Networks, Ad Hoc Sensor Wireless Netw., 13 (3–4), 251–269, 2011.
• 19. Liu H., Wan P., Jia X., Maximal Lifetime Scheduling for Sensor Surveillance Systems with K Sensors to One Target, IEEE Trans. Parallel Distrib. Syst., 17 (12), 1526-1536, 2006.
• 20. Liu H., Jia X., Wan P.J., Yi C.W., Makki S.K., Pissinou N., Maximizing Lifetime of Sensor Surveillance Systems, IEEE/ACM Trans. Networking, 15 (2), 334-345, 2007.
• 21. Birbil S.I., Fang S.C., An Electromagnetism-like Mechanism for Global Optimization, J. Global Optim., 25 (3), 263-282, 2003.
• 22. Canayaz M., Karci A., Cricket Behaviour-based Evolutionary Computation Technique in Solving Engineering Optimization Problems, Appl. Intell., 44 (2), 362-376, 2015.
• 23. Akyol S., Alataş B., Automatic Mining of Accurate and Comprehensible Numerical Classification Rules with Cat Swarm Optimization Algorithm, Journal of the Faculty of Engineering and Architecture of Gazi University, 31 (4), 839-857, 2016.
• 24. Özdağ R., Karcı A., Elektromagnetizma-Like Algoritması ile Kablosuz Algılayıcı Ağların Olasılıksal Dinamik Dağıtımları, 2nd International Symposium On Innovative Technologies in Engineering and Science, Karabük, Turkey, 368-377, 18-20 June 2014.
• 25. Özdağ R., Karcı A., A Novel Routing Protocol Based on EM-L Algorithm for Energy Efficiency of Wireless Sensor Networks, 23th Signal Processing and Communications Applications Conference, Malatya, Turkey, 871-874, 16-19 May 2015.
• 26. Lee C.H., Chang F.K., Lee Y.C., An Improved Electromagnetism-like Algorithm for Recurrent Neural Fuzzy Controller Design, Int. J. Fuzzy Syst., 12 (4), 280-290, 2010.